获取熊猫数据框的多列（笛卡尔积）的组合？答案

【问题标题】：Get combinations of multiple columns (Cartesian product) of a pandas dataframe?获取熊猫数据框的多列（笛卡尔积）的组合？
【发布时间】：2019-02-07 17:57:36
【问题描述】：

So I have a dataframe representing various model estimates for the likelihood of each of a group of candidates winning an election.

             Steve     John      
    Model1   0.327586  0.289474 
    Model2   0.322581  0.285714 
    Model3   0.303030  0.294118

我想要一个数据框来表示跨列的模型值的所有组合，即所有列的笛卡尔积。所以上面会变成下面。

             model Steve     value Steve    model John     value John     
    0        Model1          0.327586       Model1         0.289474
    1        Model1          0.327586       Model2         0.285714
    2        Model1          0.327586       Model3         0.294118
    3        Model2          0.322581       Model1         0.289474
    4        Model2          0.322581       Model2         0.285714
    5        Model2          0.322581       Model3         0.294118
    6        Model3          0.303030       Model1         0.289474
    7        Model3          0.303030       Model2         0.285714
    8        Model3          0.303030       Model3         0.294118

以上是简单的情况，但理论上我希望能够对 N 个模型和 M 个候选者执行此操作，从而产生一个具有 N^M 行和 2M 列的数据框（实际上 N

在寻找答案时，我看到了很多关于 itertools 模块的建议，但无法弄清楚如何跨多个列表获取所有组合（itertools.combinations 似乎只有查找单个列表中的所有组合）。

【问题讨论】：

那么只需要2列的解决方案吗？所以请从您的问题中删除I would like to be able to do this for N models and M canditates，因为接受的答案仅适用于2 columns。还是缺少什么？
你的意思是Cartesian-product。我添加了那个标签。

标签： pandas combinations combinatorics cartesian-product

【解决方案1】：

用途：

from  itertools import product

#get all combinations of all columns
a = product(*[zip(df.index, x) for x in df.T.values])
#create new columns names
cols = [c for x in df.columns for c in ('model_' + x, 'value_' + x)]
#flattening nested lists with DataFrame contructor
df1 = pd.DataFrame([[y for x in z for y in x] for z in a], columns=cols)
print (df1)
  model_Steve  value_Steve model_John  value_John
0      Model1     0.327586     Model1    0.289474
1      Model1     0.327586     Model2    0.285714
2      Model1     0.327586     Model3    0.294118
3      Model2     0.322581     Model1    0.289474
4      Model2     0.322581     Model2    0.285714
5      Model2     0.322581     Model3    0.294118
6      Model3     0.303030     Model1    0.289474
7      Model3     0.303030     Model2    0.285714
8      Model3     0.303030     Model3    0.294118

【讨论】：

【解决方案2】：

提供代码总是更好，这样我们就可以快速创建一个框架，而不仅仅是一个表格。任何方式你都可以创建一个通用的key 并且可以像交叉连接这样的数据库来获得最终结果。你可以一行完成，但我是一步一步做的。

import pandas as pd


df = pd.DataFrame({'model': ['model1', 'model2'],
                   'steve': ['a', 'b'],
                   'jhon': ['c', 'd']
                  })

# create a common key

df['key'] = 'xyz'

# create two seperate dataframe for self join
# but it is possible to use the direct operation (right side) in 
# inside of merge funciton

df_steve = df [['model', 'steve', 'key']]
df_jhon = df [['model', 'jhon', 'key']]

# self join    
pd.merge(df_steve, df_jhon, on='key', suffixes=('_steve', '_jhon')).drop('key', axis=1)

输出：

  model_steve steve model_jhon jhon
0      model1     a     model1    c
1      model1     a     model2    d
2      model2     b     model1    c
3      model2     b     model2    d

一个班轮代码：

cross_df = pd.merge(df[['model', 'steve', 'key']], 
                    df[['model', 'jhon', 'key']], 
                    on='key', 
                    suffixes=('_steve', '_jhon')
                    ).drop('key', axis=1)

只需根据需要更改列名即可。

【讨论】：